泡沫破裂？人工智能产业化路在何方

　　中青报中青网记者王林
　　在经历近几年高歌猛进的发展后，人工智能似乎正在经历一波低谷。被称为AI四小龙的商汤科技、旷视科技、依图科技、云从科技遭遇市值暴跌或经营亏损。其中，实力最强、曾创下全球人工智能领域最大规模IPO的商汤科技，在6月底股价跌破发行价。也有不少人工智能企业目前仍处于亏损状态中。
　　亏损成常态、市值缩水、融资困难人工智能是否正在经历市场泡沫的破裂？人工智能的第三次寒冬是否已经到来？近日，中国计算机学会青年计算机科技论坛（CCFYOCSEF）举行论坛，邀请人工智能领域的技术、投资等专业人士探讨人工智能产业化路在何方。
　　投资估值回归理性
　　人工智能是不是迎来了泡沫破裂？技术出身的投资人颇有发言权。
　　在这场研讨会上，将门创始合伙人兼首席技术官沈强直言：这并不意味着人工智能领域迎来投资寒冬，而是说明投资估值体系更加回归理性。毕竟经历了十年时间的持续投资，产业界对于AI技术的期待不仅仅是在创造更多、更新的技术，而是要在实际的业务里创造价值。
　　沈强曾在诺基亚、微软等科技企业工作，曾担任微软创投加速器首席技术官，也参与过对不少人工智能初创企业的投资与服务。他总结近十年来人工智能领域的投资情况后发现，2021年投资总额达到顶峰，但此时单笔融资的平均金额也在上升，这说明人工智能领域的投资已经发展到了中后期。越来越多AI公司已经从高速增长期，转入到成熟发展的阶段。
　　至于最近两年一些人工智能企业的融资或估值下调，沈强认为这并不能归因于投资界对人工智能的热情在衰减，而是因为疫情产生的一系列连锁反应：投资机构的资金供给减少，估值下降。而已经公开上市的明星AI公司的股价波动，会直接传导给一级市场（通常是未公开上市之前的股权融资市场，记者注）。
　　如果（已经IPO上市的企业）它们都不行，是不是在一级市场上投的公司也会有隐忧，AI创业还要继续吗？沈强说，在将门创投所维护的约2万人的AI技术创业者社区内，这是许多创业者、工程师都非常关心的问题。
　　作为创业者，北京一流科技有限公司创始人袁进辉也有唇亡齿寒之感：二级市场不好，创业企业在一级市场融资也会变难。他认为，前几年市场普遍对人工智能产业化期望过高，如今在未能满足期望的情况下会有些失望，但人工智能已经在越来越多的领域开始创造价值了，而且随着渗透率提升，机会不仅限于人脸识别、语音识别等表层应用，还有很多中下层、基础设施的机会开始涌现。
　　袁进辉博士毕业于清华大学，2017年开始带领创业团队研发深度学习框架OneFlow。这类框架被称为人工智能操作系统的基础设施软件，是人工智能芯片等底层硬件的软件入口，也是近年来被看好的投资热点。他创办的一流科技也获得了九合创投、高瓴创投等知名投资机构的近亿元风险投资。
　　作为从业者，袁进辉认为国内人工智能领域已经培养了大量工程师人才，有条件在更多和人工智能基础设施这样类似丛林探险的新兴领域领先和超越。如果我们比别人思考得更深入一些，看得更远一些，是有这个机会的。
　　技术创造了多少价值
　　在本次研讨会上，北京交通大学教授陶耀东讲了一个真实的案例：某家工业互联网企业准备向其他工业企业提供服务，具体做法是派出大数据工程师帮其进行节能改造，但仔细计算人员工资、时间成本后，发现这种模式无法长期复制。
　　因为用AI的成本现在不低，一个普通的企业要用AI，怎么能有利润来覆盖这个成本？陶耀东提醒，人工智能的长远发展仍需与产业紧密结合，让使用AI技术服务或产品的企业能降本增效，创造更多价值。
　　事实上，如何降低人工智能的使用门槛也是全球产业界面临的共同问题。加拿大蒙特利尔大学算法研究所（Mila）、商学院、计算机系副教授唐建认为，早期的人工智能创业公司的商业模式，大多是向传统产业提供由AI算法支撑的技术服务，但这类商业模式的局限性在于研发投入很高，利润很薄：需要建设数据中心和算法模型，相应的人员投入也非常大，但拿到的收入却不多，造成很多企业基本不盈利，很多都是投资在后面支撑。
　　此外，许多AI初创企业还要面临来自其他行业的挑战。唐建举例说，商汤科技等人工智能企业在进入安防摄像头领域时，往往会面临其他企业的竞争，这些企业的优势在于大量的数据、用户积累。随着人工智能技术的发展，这些企业也在吸纳相关人才，提升自身实力，甚至在一些细分领域会超过商汤科技等AI公司。
　　创客总部合伙人、北大校友创业联合会副会长陈荣根指出，像许多前沿技术一样，人工智能在产业化的过程中往往面临三大鸿沟：技术鸿沟，技术到底行不行；产品鸿沟，能不能做出产品；规模鸿沟，能不能做出规模。
　　从产业化的角度来说，尽快跟客户见面，知道客户想要什么，最终要创造客户的价值，这也是一个挑战。陈荣根认为，人工智能在近几年已经过了技术行不行、技术怎么落地的阶段，现阶段要回答的问题是技术怎么能为应用场景创造价值。现在不仅仅谈技术、性能，还要看你创造了多少价值。
　　呼唤人才培养机制创新
　　人工智能为各行各业提供了价值，既懂技术又懂产业的跨学科、跨领域人才就显得至关重要。
　　清华大学智能产业研究院院长助理、战略发展与合作部主任张煜曾在微软公司工作过十多年。在他看来，人工智能属于应用型学科，目前还不是一级学科，需要跟实际应用紧密结合。因此，在人工智能的人才培养方面，交叉学科的建设就显得非常重要。
　　这也是华北电力大学教授张莹所关注的问题。她注意到，目前高校对人工智能人才的考核，不论是理论研究方向还是产业落地方向，评价体系是一样的，高水平论文都是其中的一项重要内容。
　　考核必然引导大家研究的方向，或着力点不同。张莹认为，要想提高人工智能在各行业的落地成效，需要相关科研人员深入具体企业。只有深入了解行业背景，才能产生更好的模型，适合在不同的行业。因此，她建议借鉴国外经验，允许高校教师、科研人员利用一年或半年的学术年假，到一些企业中参与工作，深度理解行业需求。
　　产业化的核心是人才培养。中国科学技术大学教授何向南提到，工程硕士、工程博士等专业型人才的培养非常重要，我国已经培养大量专业硕士、博士，但是对于人工智能与其他行业的交叉学科，如何评价一个专业硕士或专业博士是否合格则显得十分困难。目前评价体系缺失，所以很多学校‘偷工减料’，就是用原来的体系去考核。他认为，如何培养人工智能产业所适用的人才，是当下亟待解决的挑战。
　　本次论坛的主办方中国计算机学会青年计算机科技论坛（CCFYOCSEF），创建于1998年，总部位于北京，在全国有27个分论坛，通过举办论坛等活动讨论学术、公共政策等问题。
　　责任编辑：宁迪